软件容器先锋Docker公司将其企业业务出售给Mirantis,此举是该公司重组工作的一部分,在这次重组中,该公司还任命了原来的产品负责人Scott Johnston接任首席执行官一职。
该公司于今天早上宣布了这一消息。Docker已经从Benchmark Capital和Insight Partners筹集了3500万美元的新资金,以支持新的业务方向,将完全针对开发人员提供工具。
Docker最流行的开发工具是其公司同名的容器引擎,它是当今大多数容器化应用程序项目的基础。该初创公司还提供补充产品,帮助开发的其他方面实现自动化。
Docker的企业业务销售的是一套被称为Docker Enterprise的商业产品。该软件包将公司的开发工具与功能相结合,可以帮助公司管理、保护和监控其工程师构建的容器化应用程序。在财富100强的企业中,大约有三分之一的企业在使用该产品;而在全球500强的企业中,大约有五分之一的企业也在使用该产品。
Docker即将离任的首席执行官Rob Bearden在一份声明中表示:“我们确定Docker有两块截然不同的业务:一块是活跃的开发人员业务,另一块是成长之中的企业业务……这导致我们做出对公司进行重组并将两块业务分离的决定。对于客户来说,这是件好事,并且让业界领先的Docker技术能够健康发展。”
Bearden在首席执行官的职位上只呆了六个月,就将控制权转交给了Johnston。该公司未来的路径图将集中在Docker Desktop和Docker Hub上,前者是该公司的一款本地编码工具,用于构建容器化应用程序,后者是提供现成应用程序组件的市场。
Mirantis将接管整个Docker Enterprise套件以及相关的客户合同。根据双方的协议,该业务的300名左右员工也将加入Mirantis公司。
该公司将把Docker Enterprise与其自有的Mirantis Cloud Platform集成在一起,该平台可帮助企业部署和运行Kubernetes本地硬件。该公司还计划在未来推出一种托管版本。
Mirantis和新重组的Docker表示,他们将合作维护双方解决方案之间的集成。这就意味着,Docker的Johnston(如图)去年在SiliconANGLE的移动直播工作室theCUBE上提出的容器开发愿景仍有未来。他当时表示,他的团队的目标是提供一个“从开发人员体验到运营端的连续性平台。”
Johnston表示:“这是要提供一致的用户体验和一致的工件集,供构建软件的所有不同角色使用,以便他们能够成功地在整个应用程序开发生命周期中移动这些Docker应用程序。”
SiliconANGLE Media直播工作室theCUBE的主持人Stu Miniman表示:“Docker帮助使容器民主化,这些容器是新一代应用程序开发的促成因素,并且对云原生环境至关重要…… Docker曾经是科技界最热门的话题,尽管该公司的营业收入不高,但仍获得了独角兽的地位。”
但是Miniman表示,Docker在尝试围绕容器管理构建生态系统时犯了“严重失误”。他表示:“不仅仅是Docker Swarm在编排工具大战中输给了Kubernetes,而且尽管这些容器得到了大量采用,但是其货币化的途径仍然有问题。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。